Microsoft PowerPoint - 【サイト用】TextVoiceニュースリリース_コンビニ調理品への不満

Transcription

1 ニュースリリース報道関係者各位 2016 年 1 月 22 日 マイボイスコム株式会社 テキストマイニング ツール TextVoice: テキストボイスで コンビニの調理品への不満を分析 マイボイスコム株式会社 ( 東京都千代田区 代表取締役社長 : 高井和久 ) は 独自開発したテキストマイニング ツール TextVoice( テキストボイス ) を用いて 生活者がコンビニの調理品に感じている不満を分析した結果をご報告いたします 分析データと分析手法 データ マイボイスコムのアンケートデータベースサービス MyEL( ミエル ) コンビニ調理品の利用に関するアンケート調査 ( 第 6 回 ) コンビニ調理品についての不満 ( 自由回答 ) 回答者数 :4600 件強 調査時期 :2015 年 12 月 調査実施 詳細 URL: 分析手法 TextVoice( テキストボイス ) を用いた テキストマイニング サマライズ : 最大 6つの言葉のつながりで内容を分類 フォーカス : 強い言葉のつながりで 注目ポイントを抽出 パースペクティブ : テキストの背後に隠れた意味を見つけ出すマッピング セグメント : 各チェーンの魅力や 属性ごとの関心点を抽出する属性分析 MyEL( ミエル ) ではコンビニ調理品について継続的に調査実施しており 6 回目の調査となります 今回は 11,032 名の方から回答を得ることができました 調査内容は コンビニ調理品 ( からあげや肉まん おでんなどのホットスナックやソフトクリームなど コンビニでレジの横などに置いてある店内で調理した食品 ) について 購入頻度 購入したもの 購入シーン 購入重視点等となり 時系列の変化も確認できます また コンビニ調理品への不満については 自由回答で 思うまま書いて頂き 4600 名ほどの方の声を頂くことができました 今回は この声を弊社開発のテキストマイニング ツール TextVoiceを使ったテキストマイニングで分析し 生活者が感じている思いを より分かりやすく整理できましたので ご報告いたします 本リリースの電子ファイルは 下記にございます

2 価格が高い 添加物の多さ 時間帯による品揃え まず 回答者全員の意見の大要を知るために < サマライズ > を見ます サマライズ どんな内容があるのか 最大 6 つのピース ( 言葉 ) の組合せで分類し 内容理解 該当する もともとの原文の件数を数えて ボリューム把握 原文の確認も可能 すると 価格が高い 添加物が多い 時間帯によって品揃えが悪い ことが よく感じられていることがわかりました また 種類を増やしてほしいという要望のほか おでんを販売している容器の蓋や ほこりの混入について 心配している人が多いことも確認できました 図 1 サマライズ出現量上位 10 位まで抜粋 出現量結束度ピース 1 ピース 2 ピース 3 ピース 4 ピース 5 ピース 値段高い 購入買わないわからないないの 食品多い添加物品切 時間帯品揃え悪い少ない時間 種類増やしほしい少ない おでん蓋不衛生ほこり 行く在庫品切思います商品 衛生不安感じ 保存料心配添加物衛生どこ安全 店員きちんと管理レジ心配衛生 おでんのほこり 混雑時の注文 材料 産地 が気にかかる 注目すべき 少数意見 を見つける < フォーカス > 機能からは 3 つの注目ポイントが示唆されました おでんのほこり 混雑時の注文しづらさ 材料 産地の表示 について 強い懸念を持つ生活者がいることが推察されます これらへの対応が 顧客満足を生み出す梃子になると思われます 図 2 フォーカス 左上に要注意!

3 価格が高い 添加物の多さ 時間帯による品揃え 生活者の声から 隠れた意識の構造を見出すために < パースペクティブ > 分析を行いました パースペクティブ 抽出された内容の間の 距離 を計算し 言葉の地図を描くことで テキストデータに隠れた意識の構造を明らかにする分析 お互いが近いか遠いかの位置関係のみから 図の上下左右に関係なく解釈する パースペクティブを見ると 大きく 6 つの不満に分類できると判断しました 左端には 価格の高さ への不満が独立してひとつの極を作り 右上に行くほど 健康や安全性への関心が集まっていることがわかります また 下側には 種類や量 時間帯により品揃えが悪いことが集まり コンビニらしい 便利さを求めていることがわかります 右下 ~ その上にかけては 調理品がちゃんと温かいことや 美味しさへの言及が見られ 購入した後 実際に食べた感想など 購買後の評価が垣間見えます 図 3 パースペクティブ 不満の構造 安全安心 添加物 産地 衛生管理 安全 安心感を求める 財布にあってる? 健康的でない 自分にあってる? 価格の高さ 種類も量も少ない 便利さ効用 品揃え 欠品 おいしさを求める 温かくない まずい

4 女性と男性で不満のポイントは違う? 次に 性別や年齢 購入頻度などの利用者の属性ごとの特徴を見るため < セグメント > 分析を見ることにしました セグメント分析では その属性の人が 他の属性の人に比べて言いやすい傾向のある内容を自動で抽出します 数値は 2 以上が重要さの目安 女性は 添加物や塩分 カロリーが気になる 女性の特徴としては 食品添加物の多さ を気にする傾向があるようです また 塩分やカロリー 材料 産地 表示 についても女性の持ちやすい不満のようです その他 出来上がってから時間がたっていること 肉まんや中華まんなどが温かいこと 等 女性はいくつも不満を感じていることが伺えます 図 4 女性 男性は 値段が高い の一点のみ男性の不満の特徴は 値段が高い が上がりました 女性に比べると 男性に特徴的な不満は非常に少なく 価格訴求 が男性にとってわかりやすいポイントだと思われます 女性に比べて男性の特徴が少ないのは コンビニ調理品以外の様々なデータ分析にも共通して見られる傾向です 図 5 男性 女性をさらに年代まで追うと 女性については さらに 20 代 ~50 代まで 10 歳ごとに特徴を追いました 図 6 女性 20 代

5 図 7 女性 30 代 図 8 女性 40 代 図 9 女性 50 代 女性 20 代は 衛生面 女性 30 代は いつも食べたいときに限って品切れ 女性 40 代は 肉まん 中華まんが温かいこと 女性 50 代は 全体的に味付けが濃い 等の不満を感じていることがわかります ほとんど毎日購入する人の不満は 購入頻度ごとに見ることもできます 図 10 ほとんど毎日 図 11 週に 3~4 回 図 12 月に 1 回程度

6 ほとんど毎日購入する人は 種類をもっと増やしてほしい という不満が特徴的です また 週に 3~4 回購入する人は 店舗ごとの違い や 時間帯によっては販売してないものがあること 塩分やカロリー についても不満のようです 以上は比較的ヘビーユーザーの特徴ですが 月に 1 回程度購入する人については 全体的な味付けの濃さ 長く待たされることがあること 時間帯によっては品揃えが悪いこと が 足が遠のく要因であることが伺えます ターゲットセグメントに特有の不満を捕まえられます TextVoice を使って分析すると お客様の声をより身近に感じられるようになります 以上のように コンビニ調理品についての 4600 人から寄せられた不満の声を分析することができました ニーズ ウォンツ ディマンドがますます見えづらい時代 仮説を立てたり 予測をすること自体が困難となっています そんなとき 素直にお客様の声自体に向き合ってみることが賢明ではないでしょうか? TextVoice は今までにない 使いやすさと分かりやすさを兼ね備えた テキストマイニング ツールです ご興味ある方 ぜひお声掛けください

7 TextVoice( テキストボイス ) のご紹介 導入事例 ~ 利用されたお客様のご意見 ~ 課題発見に期待できそう ( 調査会社様 ) アウトプットに納得感がある ( 調査会社様 ) 肌感にあったものが出てくる ( 飲料メーカー様 ) 手間の軽減にもなるし 深い結果を引き出せていると思う ( 食品メーカー様 ) 最大 6 語のつながりがとても分かりやすい ( 食品メーカー様 ) アウトプットが分かりやすいので そのまま報告書に使えそう ( 食品メーカー様 ) チューニングなしでも 素早く ざっと傾向が把握できて 納得感もある ( 情報関連会社様 ) 操作が簡単で 分かりやすい ( コンサルティング会社様 ) セグメントでの傾向確認が分かりやすい ( 広告代理店様 ) このようなアウトプットが出るのであれば テキストを分析するのも有効だと思う ( 製造業様 ) テキストをきれいに表現できるのがいい (IT 関連企業様 ) 目視を軽減できる (IT 関連企業様 ) 分析結果を関係者で共有して 納得が得られる ( 食品メーカー様 ) 自分たちの分析目的 分析の方向性 レベル感にあっている ( 製薬会社様 ) 社内で課題として感じていたことが ピタリピタリと抽出されたことに驚いた ( 製薬会社様 ) などのお声をいただいております

8 分析実績のあるデータ 各種アンケート ヒアリング調査データ以外にも Twitter ブログ クチコミ レビューサイト 社内に蓄積された顧客の声 日報などの分析実績もございます 今行っているテキストデータの整理の効率化に悩んでいる方 以前 テキストマイニング ツールの導入をしたが うまく使いこなせなかった 定着しなかった方 今までよりも一歩踏み込んだ見方がないか考えている方 手軽にテキストマイニングをはじめてみたい方 テキストデータがあるが そもそもどうするべきか悩んでいる方 ご相談させて頂きます 下記までお問い合わせください お問い合わせ先 新規事業推進室 : 栗田 TEL: Mail:daisuke.kurita@myvoice.co.jp 森 Mail: mori@myvoice.co.jp または 下記ホームページより お問合せください TextVoice ご紹介サイト 会社概要 マイボイスコム株式会社 代表者名 : 代表取締役社長高井和久 設立 : 1999 年 7 月 1 日 所在地 : 東京都千代田区神田錦町 榮葉ビル ホームページ :